Isso tem bastante cara de um exercício de classe. De qualquer forma, segue uma versão funcionando que se aproxima muito da sua explicação:

> library(plyr)
> library(ggplot2)

> R <- 1E4 # tamanho da populacao
> S <- 1E3 # quantidade de amostras
> T <- 2:50 # tamanho das amostras
> names(T) <- T # nomeando vetor
   
> pop <- rnorm(R) # populacao

> ## cavalor de forca... : gera os dados
> sampler <- function(t, s, p) ldply(t, .id = 'size',
                                     function(ts) t(sapply(lapply(1:S,
                                                                  function(ss) sample(x = p,
                                                                                      size = t,
                                                                                      replace = TRUE)),
                                                           function(x) c(mu = mean(x), sigma = sd(x)))))

> ## resume por tamanho de amostras
> dados <- mutate(ddply(sampler(T, S, pop), .(size),
                        summarize, muBar = mean(mu), sigmaBar = mean(sigma)),
                  size = as.numeric(as.character(size)))

> ## media das medias
> ggplot(dados, mapping = aes(x = size, y = muBar)) + geom_point()

> ## media dos desvios
> ggplot(dados, mapping = aes(x = size, y = sigmaBar)) + geom_point()

Vale a pena revisar e testar tudo novamente, sobre as saídas como matriz, deixo isso para suas adaptações.

att,

FH

2017-09-27 19:24 GMT-05:00 Andre Oliveira via R-br <r-br@listas.c3sl.ufpr.br>:

Vou tentar explicar melhor!

" para cada  tam repetir  nam (vezes)"

Seria repetir as amostragens:

amostras de 2 em 2  um número k vezes. (Teria aqui k desvios-padrão e k medias). salvar media dos desvios e media das media!

amostras de 3 em 3  um número k vezes. (Teria aqui k desvios-padrão e k medias). salvar media dos desvios e media das media!

amostras de 4 em 4  um número k vezes. (Teria aqui k desvios-padrão e k medias). salvar media dos desvios e media das media!

........................................................................................................................................................................................................

amostras de j em j  um número k vezes. (Teria aqui k desvios-padrão e k medias). salvar media dos desvios e media das media!

Plotar os vetores salvos!

 

André Oliveira Souza. Graduação em Matemática, mestrado em estatística aplicada.Instituto Federal de Educação, Ciência e Tecnologia do Espirito Santo.  IFES

Em Quarta-feira, 27 de Setembro de 2017 15:02, Fernando Souza <nandodesouza@gmail.com> escreveu:

Acredito que isso deva te ajudar. Não entendi muito bem o que quis dizer com  " para cada  tam repetir  nam (vezes)" , por isso o código abaixo não faz nenhuma repetição dos valores amostrados , porém acredito que é fácil de ajustar.

populacao <- rchisq(100000, df = 10)

tamanho <- c(6,14,16,18,20) # diferentes tamanhos para amostrar

amostra <- function(x,n){

    a <- list()

    for(i in 1:length(n)){

         

        a[[i]] <- sample(x,size = n[i])

                

        }

   return(a)

}

amostrados <- amostra(populacao,tamanho)

#install.packages("plyr")

library(plyr)

resultado <- ldply (amostrados,function(x){

   media <- mean(x)

   desvio <- sd(x)

   resposta <- data.frame(media,desvio)

   return(resposta)

})

##você pode converter o dataframe para matrix

as.matrix(resultado)

Em 26 de setembro de 2017 22:42, Andre Oliveira via R-br <r-br@listas.c3sl.ufpr.br> escreveu:

Boa noite,

preciso de amostrar em um vetor de nome populacao amostras de tamanho n, com n variando de tamanhos  [2; tam] e para cada  tam repetir  nam (vezes) e assim pegar a estimativas de media e dos desvios -padrão das amostras.

Para cada amostra obtida extrair desvio padrão, média e guardar em uma matriz com vazia com NAs!  Ao final plotar a média dos desvios e a media das medias em função de cada n.

Tentei fazer,  mas sem sucesso! Caso alguém pude ajudar ficarei grato!

############################## ############################## #########################

n=10
populacao <- rchisq(100000, df = n)
mu=n
s=sqrt(2*n)
mu
s

par(mfrow = c(1, 3))
hist(populacao, prob=T, main="Y ~ Quiquadrado(GL=10)",xlab=" ", yla="Densidade",col=" limegreen")

amostragem<-function( populacao, tam, nam)
  {

   SD<-NULL
   media<-NULL
    X <-matrix(NA, tam, 2)
    {
    for(i in 2:nam)
    amostra<-sample(populacao,tam)
    SD[i]=sd(amostra)
    media[i]<-mean(amostra)
   X[i,] <- c(mean(SD), mean(media))
    }
print(cbind(mean(SD),mean( media))
print(X)
plot.ts(SD, pch=19, type = "p", xlab="Número de folhas amostrada", ylab="Estimativa da Variabiliade", lty=2,xaxp=c(0,150,10))
plot.ts(media, pch=19, type = "p", xlab="Número de folhas amostrada", ylab="Estimativa da média", lty=2,xaxp=c(0,150,10))
}


amostragem(populacao, 150, 50000)

 ############################# ############################## ############################## ##

obg

______________________________ _________________
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/ cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br- guia) e forneça código mínimo reproduzível.

--

=========================================
Fernando Souza
Zootecnista, DSc. Produção e Alimentação Animal
Celular: (31)99796-8781 (Vivo)
E-mail:nandodesouza@gmail.com
Lattes: http://lattes.cnpq.br/6519538815038307
Blog: https://producaoanimalcomr.wordpress.com/
==========================================

_______________________________________________
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.

_______________________________________________
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.